大数据时代下数字营销的变革与重构：人工智能的影响及六大发展趋势

人工智能（AI）的兴起与深度学习技术的结合，正在推动互联网广告行业进入一个前所未有的黄金发展期。2006年，随着深度学习技术的诞生，人工智能迎来了其发展的黄金时期。随后的几年里，谷歌、Facebook、IBM和百度等科技巨头纷纷投入巨资，致力于人工智能的研发和应用。其中，谷歌提出的“一切皆为AI，AI即是一切”的口号，更是将AI的重要性推向了一个新的高度。 2015年11月9日，谷歌发布了其开源机器学习平台TensorFlow，这一平台的推出使得更多的普通用户和谷歌旗下的50多个产品能够利用TensorFlow深度学习系统（一种深度神经网络）。2016年3月，谷歌的围棋人工智能AlphaGo在人机大战中的胜利，更是引起了全球产业界和资本圈的广泛关注。AlphaGo的成功，主要得益于其在蒙特卡洛树搜索作为主架构、强化学习作为训练方法以及深度神经网络作为学习工具这三大技术上的应用。 AlphaGo之所以能够取得如此卓越的成绩，关键在于它采用了深度学习技术。这种技术使得机器能够从过去的人教策略中学习，实现自我学习，而目前深度学习在产业界中的应用最为广泛的领域之一就是互联网广告行业。 程序化购买专业名词解释： 中国程序化购买广告解析：RTB/DSP/Ad Exchange/SSP/DMP 【涨姿势】程序化广告技术，你get√到了吗? 市场首篇以人工智能视角梳理数字营销行业的研究报告，并结合PC营销、移动营销（国内和海外）、社交营销、场景营销、电商营销和内容营销六大领域分别论述了各自的发展趋势。 我们认为：人工智能和大数据技术的进一步应用将给数字营销行业带来深刻变革： （1）程序化购买经过3年高速发展，在大数据的助推下进入爆发期，未来资源整合能力及数据技术突出的公司将主导行业格局； （2）移动广告平台向移动DSP转型为大势所趋，移动端数据价值升级，为移动程序化购买开辟更大空间。 在人工智能和大数据时代，数字营销行业正经历着一场深刻的变革与重构。人工智能和大数据的结合，使得数字营销行业能够更加精准地捕捉用户需求，提供个性化的产品和服务。同时，人工智能和大数据的应用也使得数字营销行业能够更好地预测市场趋势，制定更有效的市场策略。 总的来说，人工智能和大数据技术的应用，不仅推动了数字营销行业的发展，也为消费者带来了更加便捷、高效、个性化的购物体验。在未来，我们有理由相信，人工智能和大数据技术将继续引领数字营销行业走向更加美好的未来。 人工智能：算法是核心，数据是基础。 人工智能的实现以大数据和深度学习算法为基础，将过去的人教机器的策略变成机器自我学习。 深度学习是机器学习的全新领域，它依托于模拟人脑进行分析学习的人工神经网络，通过模仿人脑的机制来解释数据，例如图像、声音和文本。 深度学习算法在语音和视觉识别领域的识别率分别超过99%和95%。人工智能可分为计算智能、感知智能、认知智能三个阶段。计算智能阶段，机器的价值仅在于存储和处理数据；感知智能阶段，机器开始独立判断并采取行动，能够帮助人类高效完成“看”和“听”的工作；认知智能阶段，机器能够像人一样思考行动，全面辅助或代替人类工作。 人工智能的商业化：巨头与初创公司共同发力，toC与toB产品各显身手。 人工智能产业结构可分为基础、技术、应用三个层次： 基础层为提供数据资源和计算能力的企业；技术层企业主要负责算法、模型及应用开发；应用层是将人工智能与各行业结合起来。 2013年，百度即成立IDL深度学习研究院，研发出百度无人驾驶车、百度识图、Baidu Eye等产品；2014年阿里巴巴IDST（Institute of Data Science & Technologies）成立，聘请多名机器学习和人工智能界专家担任团队负责人；科大讯飞通过深耕多年的语音识别技术，为企业提供智能交互平台服务。此外，一些优秀的人工智能领域的创业公司如出门问问、格灵深瞳，在toC、toB的出行、安防等领域均取得重大进展。 数字营销行业拥有海量空间，有望与人工智能深度融合 广告业的发展依托于经济的繁荣。近年来，随着宏观经济增速的逐步放缓，我国的广告市场增速出现了回落。 2014年，我国广告收入规模为5129亿元，同比增长2.2%，占GDP的比重为0.81%。目前中国已经成全球第二大的广告市场，但是中国广告总量还不到美国广告市场的40%；如果从中国人均广告消费来看，只有美国和日本的1/10。 在当前新旧媒体角力的背景下，广告市场内部分化日益显著，呈现出冰火两重天的局面。数据显示，2014年，包括电视、报纸和杂志在内的传统广告形式均呈现不同程度的负增长；而互联网广告市场则凭借其多样化的广告形态和相对精准的投放程度，受到广告主的青睐，展现出蓬勃的生机，2014年的销售额达到1540亿元，同比增长40%，规模超越电视广告成为第一大投放媒体。 产业格局方面，2014年，我国数字营销市场规模达到1540亿元，同比增长40%，与2013年增速相当。在连续几年保持高速增长后，我们认为行业发展驱动力依然不减，未来三年仍能保持较高水平，但增速将略微放缓。根据易观国际的数据，预计2018年我国数字营销规模将达到4000亿元。其中，移动数字营销将借助于移动终端的普及和移动网民的增长弯道超车，超越PC端成为第一大媒介终端。预计2018年移动数字营销规模将达到2200亿元，占数字营销规模的55%。 产业趋势方面，随着广告主对数字营销认识的加深和精准度要求的提升，ROI成为衡量广告投放效果的主要指标。深度学习和人工智能通过精准和高效的投放机制彻底改变了传统广告。人工智能的学习模型和算法被应用到广告效果（点击、注册、激活、回收）预测中，同时，语音识别、语音合成、语义理解等人工智能产品也逐渐应用到移动广告创新中。目前，人工智能在数字营销领域的应用可概括为五大方向：精准用户定向、反作弊、跨屏营销、语音互动广告和虚拟现实广告。其中尤以精准用户定向、反作弊等精准营销领域的应用最为成熟。 精准营销的基础在于高质量的数据来源。目前，精准营销的数据来源主要分为与BAT等互联网巨头或科大讯飞、搜狗等平台服务商合作、运营商数据、DSP监听数据、广告主数据以及购买第三方数据。精准广告营销服务商对数据进行加工的方式有三种：一是利用机器学习算法对用户行为进行分析，二是通过自然语言处理技术提取文本信息，三是结合地理信息系统进行空间分析，从而实现对目标用户的精准定位。 （1）通过DMP数据管理平台，主要指接受数据拥有者的委托，按照其需求进行数据加工，并将加工结果用于指导运营优化、广告投放； （2）通过DX（Data Exchange）数据交易平台，即从数据拥有者处收集数据按照自己的逻辑和需求加工，并进行数据的直接或间接变现，与数据拥有者分成。 （3）通过受众定向系统。即根据本公司所能接触到的各种数据得到用户标签或画像，优化自己的广告系统效果。 精准营销的过程：建立数据标签以进行人群分类，开展目标用户的精准定向。精准投放建立在大数据基础上，考验各平台的并不是数据量的大小，而是如何用专业的技术处理数据。数据标签是目前各大平台选取的重要方法。以悠易互通为例，平台按照人口属性、兴趣爱好、社交属性、品牌爱好和购物倾向将人群特性分为5个维度，5大维度下又进一步划分为52个大类、380个小类和1200个标签，通过标签精准刻画人物形象，为数字营销精准投放实现数据支撑。在后续广告投放过程中，平台根据广告主的目标客户定位，对相应标签客户投放，实现精准营销。例如，在华为推广某款机型的时候，平台根据广告主的目标客户，可以将广告投放给贴有20-40岁、中等收入水平、有手机购物倾向标签的人群。 精准营销过程：机器学习。 机器学习是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法，在搜索排序、商品排序、点击率预估、反作弊、实时竞价等各种领域有着广泛的应用。机器学习平台最主要的算法包括逻辑回归、随机森林、深度学习。在精准营销过程中，机器学习算法被用于多维度人群分析，进而筛选目标用户，进行目标用户量化分析，完成精准定向投放。 精准营销趋势：打通企业内部CRM数据，迈进智能营销2.0时代。 未来互联网数字营销行业的竞争将从过去粗放式/资源式转变为精细化/智能化，拥有雄厚技术实力的垂直类服务商有望脱颖而出。大数据智能营销正是在这一背景下快速发展起来的新兴领域，是商业智能在数字营销领域的应用。我们认为大数据智能营销 1.0 时代是基于用户识别与行为监测、数据仓储与挖掘分析、用户模型识别、归因分析、最优化等技术实现了搜索营销的智能化、精细化，是对外部数据的整合挖掘以达到提高曝光率、流量转化率、降低 CPA 和 CPC，提升营销 ROI 的目的。而 2.0 时代是通过企业内部数据和外部数据的打通，解决各部门信息孤岛现象，实现对业务营销与运营优化流程的重构和对企业资源最优化分配。 数字营销行业六大趋势风起云涌： 趋势一：人工智能已在 PC 端 DSP 成熟应用，程序化投放实现价值最大化。以 DSP、RTB 等技术为代表的程序化广告投放通过大数据和即时撮合，实现了广告资源的优化匹配，提升广告投放效率和效果。人工智能的运用使得 DSP 超越了传统的根据广告特性挑选流量-投放-分析-再挑选流量投放的人工运营方式，通过数据分析预判竞价价格，实现整个运营流程的自动化。用户的大数据挖掘是 DSP 程序化投放的核心环节之一，它有助于实现营销受众的精准发现和即时定位，提高从营销到消费的转化率，实现广告投放的价值最大化。 趋势二：移动 DSP 加速发展，海外移动营销市场广阔。在移动互联网时代，无线二字将计算的维度进一步提升，同时信息脉络也更清楚。首先，信息量成几何增长，移动设备可以揭示更多的数据，例如 GPS 位置信息、移动设备信息等。其次，移动端的数据信息链接的更为紧密，相比以往 PC 时代的 IP 和 Cookie，移动设备号的唯一性可以更好地把相关信息串联起来，让分散的信息回归到一个目标受众上。因此，移动 DSP 通过更深入的数据分析和更精准的用户定位成为智能营销未来重点拓展的方向。产业趋势方面，由于国内移动互联网市场竞争激烈，海外移动营销服务商将深度受益于移动互联网企业出海浪潮的高涨。同时，由于国外 Facebook、 Google 等互联网巨头的数据资源开放程度更高，海外移动营销服务商拥有的数据和技术优势更为显著。 趋势三：社交平台拥有更丰富的用户数据，更精准用户画像助力 O2O 营销。 在互联网的浩瀚海洋中，社交网络是记录我们全部网络行为的宝库。通过深度挖掘这些数据，我们可以揭示用户的喜好、背景，甚至潜在需求，从而对用户的消费行为进行精准预测。 社交网络大数据挖掘的应用场景包括： （1）分析意见传播和动态网络影响力传播模型； （2）社交关系分析； （3）历史和趋势分析相关主题； （4）基于地理位置的专家分布分析； （5）构建知识图谱。 随着微信等移动社交平台的O2O商业模式蓬勃发展，线下商户可以通过积累线上用户来发现和挖掘潜在消费者，提升营销效果。 电商平台的发展也呈现出新的趋势： （1）B2B电商平台分为三代，从信息撮合机制到在线交易再到资源集聚，大数据为平台提供了信息支持，同时促进了有效数据的采集，形成了“雪球效应”。 （2）SAAS与营销联动，打通企业内外部数据，满足广告主对流量转化率的要求，提高对企业内外部数据联通的需求，降低人工成本，推动行业解决方案的发展。 （3）自动内容生成有望成为内容营销的新趋势之一，利用人工智能技术分析和加工数据，生产植入式内容。 （4）PC端DSP智能化已成熟，程序化投放实现ROI最大化，依赖数据与算法破解“劳动密集”魔咒。 总之，社交网络大数据挖掘在多个领域展现出巨大的商业价值，为企业提供精准的用户定位和营销策略，推动电商、广告等行业的创新和发展。 程序化购买在数字营销领域中扮演着越来越重要的角色，它通过大数据和机器学习算法实现了广告资源的优化分配。在中国，每天汇集的流量已经达到130亿PV，占到了中国整个广告位流量的三分之一，预计到2015年底一半以上的广告位流量将接入程序化购买。与传统代理模式相比，程序化购买无需复杂的谈判过程，而是依托数据分析实现用户定向，从而让广告投放更加精准、效率更高。 程序化购买破解了传统广告行业的“劳动密集”问题，实现了精准化投放，价值最大化。互联网广告发展的早期阶段，由于主要依赖人工操作，行业增长逻辑与传统领域并无差异。然而，以DSP、RTB等技术为代表的自动化广告购买，通过大数据和即时撮合，优化了广告资源的匹配，提升了广告营销效果和投放效率，有望成为突破行业“劳动密集”魔咒的重大突破。其中，用户数据处理分析和供需撮合是核心环节。一方面，用户的大数据挖掘有助于实现营销受众的精准发现和即时定位，提高转化率，实现广告投放的价值最大化；另一方面，供需撮合则有助于网络媒体资源的有效利用，提升商业效率，扩大利润空间。 程序化购买市场增长迅猛，生态链逐渐成熟。过去三年内，市场规模从0增长至100亿元，据eMarketer和艾瑞预测，2015年中国程序化购买市场规模约为101亿元，预计到2017年将达到282亿元，实现2-3倍增长。伴随市场规模迅速膨胀，生态链日渐成熟。程序化购买产业已形成了以“4A代理公司—交易桌面—DSP/广告网络—广告交易平台”为核心，辅以第三方数据供应商、效果监测服务、网站分析服务等连接需求方和供应方的完整链条。 程序化购买的三大智能化优势：从媒介购买到受众购买、预算动态分配、提升ROI。这些智能化的优势不仅提高了广告投放的效率和效果，也为企业带来了更高的投资回报率（ROI）。 在数字化浪潮的推动下，程序化购买已成为广告行业的革新力量。通过大数据技术，程序化购买实现了对人群的精准定向，将广告跨平台地精准投放给目标消费人群，从而实现了从购买“媒体”到购买“受众”的升华。这种模式不仅减少了在内容购买和相关定位中浪费掉的费用，还让品牌能够充分提高营销活动的回报。 智能化之二：以大数据为基础进行广告主预算的动态分配。 动态的、可分配预算的投放是程序化购买的本质特征之一。基于程序化购买的广告投放可以根据效果，把预算分配在不同的渠道、流量，甚至不同的媒体、不同的 cookie 上面，广告主可以实时观察自己的预算是否被合理分配，实时考核购买价格和最终产出。实现效果良好的预算动态分配需要算法和技术的支撑，技术实力雄厚的企业拥有更强竞争力。 智能化之三：真正提升 ROI，终结广告效果无法衡量的时代。 程序化广告不仅能对一些衡量广告效果的传统标准如曝光率、点击率、到达率、转化率等进行追踪，更能对后置数据、深度效果数据进行挖掘，从而真正帮助广告主提升 ROI（ Return On Investment，投入产出比），彻底结束营销效果无法衡量的时代。例如，当一个游戏用户通过看到广告注册了游戏之后，他是否创建了角色，是否玩到了一定等级，是否在第二天、第七天、第三十天持续登陆游戏，最终是否在这个游戏中进行了充值消费，都是可以跟踪的。 人工智能引领精准营销未来，看好资源整合与数据技术驱动型 DSP。 随着人工智能技术的不断进步，未来精准营销的趋势将更加明显。资源整合与数据技术驱动型的 DSP（Demand-Side Platform）将成为广告主的首选。这类平台利用先进的数据分析和机器学习技术，能够为广告主提供更精准的目标受众定位，优化广告投放策略，提高广告效果。同时，DSP还能够实现跨平台、跨设备的无缝广告体验，进一步提升用户体验和互动性。 程序化购买产业链的不断扩张和成熟。目前，国内的广告交易平台主要由谷歌、百度、淘宝等互联网巨头以及腾讯、优酷等互联网媒体构建，而第三方程序化购买服务企业主要集中在DSP板块。从2012年起步至今，市场上已经出现了50多家DSP，其中以品友互动、易传媒、好耶、银橙传媒、璧合科技等为代表。 DSP企业可以分为两类：第一类是品牌DSP，主要服务于大型广告主，追求品牌曝光；第二类是效果DSP，主要服务于进行互联网商业行为的企业，例如游戏、电商、在线教育、互联网金融等，以ROI作为考量标准。由于程序化购买天然的有利于效果追踪和ROI透明化，因此效果类DSP逐渐兴起。 资源整合能力、技术实力是程序化购买企业的核心竞争力。根据业内公司进行广告主调研的结果，广告主在选择DSP时最为看重其媒体资源整合能力，即它能否对接多屏、多渠道的媒体资源，能否给广告主多元的资源选择。海量的媒体资源直接决定了广告投放的覆盖范围，而媒体资源的质量关系广告主的品牌安全和形象。同时，DSP的核心功能——人群定向、RTB、效果优化等都依赖算法和技术的支持。大数据时代的到来使更多维度的分析成为可能，对人群的定向也从物理属性进化为行为判断，那些拥有良好数据挖掘技术的企业将拥有更大机会。 小结：PC端DSP智能化已成熟，程序化投放实现ROI最大化。程序化购买在过去三年内实现了从0到100亿元的高速增长，产业链日益成熟。目前程序化购买每天汇集的流量已达130亿PV，占全部广告位流量的1/3。依赖大数据与机器学习算法，程序化购买破解了“劳动密集”魔咒，实现受众精准定位、广告投放价值最大化。程序化购买具有三大智能化优势：受众购买、广告主预算的动态分配及ROI提升。 移动DSP引领智能化转型，移动广告出海趋势明显。2015年中国移动程序化购买展示广告市场规模约34亿元，同比增长763%，2018年有望达到约250亿元，4年CAGR为65%。相比PC端，移动程序化购买在技术能力、广告形式创新和数据积累等方面实现价值升级，增长空间巨大。移动广告平台纷纷推出DSPAN（广告平台+DSP）模式，积极转型移动程序化购买。国内移动互联网市场过度竞争引发挤出效应，海外移动营销市场广阔，出海成为移动营销行业最重要趋势之一。